지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2018.11
- 수록면
- 1,898 - 1,904 (7page)
이용수
초록· 키워드
오류제보하기
Feature selection in classification problems is to identify important input features in order to reduce the dimensionality of the input space while improving or maintaining classification performance. Traditional feature selection algorithms were designed to handle a single-label learning which has only one target. Recently, however, classification problems emerge in multi-label domains, such as scene annotation, emotions data, gene function prediction, text categorization, healthcare data and so on. In this paper, we propose a feature selection method for multi-label learning utilizing dynamic mutual information, which can handle a redundancy among features controlling observations. Through this, the relevance information among features could be estimated more accurately because it is not used only the whole sampling space and the time complexity is effectively improved. The proposed algorithm was compared with a benchmark method using several multi-label datasets.
목차
Abstract
1. Introduction
2. Preliminaries
3. Proposed algorithm: DMIML
4. Experiments and Discussion
5. Conclusions
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
강화된 진화 탐색이 생성하는 큰 자손 기반 효과적인 다중 레이블 특징 선별
한국컴퓨터정보학회논문지
2018 .09
-
New Feature Selection Method for Text Categorization
Journal of information and communication convergence engineering
2017 .03
-
Multi-Label Classification Approach to Location Prediction
한국컴퓨터정보학회논문지
2017 .10
-
An improved feature selection based on the effective range minimizing redundancy among features for multi-class data
대한산업공학회 춘계공동학술대회 논문집
2015 .04
-
A Feature Selection Method for Classifying Highly Similar Text Documents
Industrial Engineering & Management Systems
2021 .06
-
Feature selection based on rough set theory using feature space decomposition for mixed-type data
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
다중 레이블 분류의 정확도 향상을 위한 스킵 연결 오토인코더 기반 레이블 임베딩 방법론
지능정보연구
2021 .09
-
다중 레이블 나이브 베이즈 분류를 위한 새로운 사후확률 추정 방법에 관한 연구
한국컴퓨터정보학회논문지
2018 .06
-
이미지 라벨링 시스템(Label Now)
대한전자공학회 학술대회
2022 .11
-
분류 성능 최적화를 위한 레이블 군집화
대한전자공학회 학술대회
2021 .06
-
다변량 시계열 데이터 분류를 위한 특징 선택 방법
대한산업공학회지
2017 .12
-
다중레이블 학습을 위한 희소성과 저랭크 기반 특징 선별 기법
한국컴퓨터정보학회논문지
2021 .07
-
Feature Selection Based on Bi-objective Differential Evolution
Journal of Computing Science and Engineering
2017 .12
-
ModifiedFAST: A New Optimal Feature Subset Selection Algorithm
Journal of information and communication convergence engineering
2015 .06
-
Performance Evaluation of a Feature-Importance-based Feature Selection Method for Time Series Prediction
Journal of information and communication convergence engineering
2023 .03
-
다양한 지역특징들의 결합 특징을 이용한 기체 분류 방법
한국컴퓨터정보학회논문지
2016 .09
-
베이즈 요인 특징점 선택에 기반한 실시간 교통표지판인식 성능개선에 대한 연구
제어로봇시스템학회 논문지
2017 .06
-
Evaluation of Text Classification Methods for Small Labeled Korean Datasets Using Multiple-Criteria Decision-making Methods
Industrial Engineering & Management Systems
2024 .09
-
Diagnosis of Alzheimer’s Disease using Wrapper Feature Selection Method
스마트미디어저널
2023 .04
-
Simultaneous Kernel Learning and Label Imputation for Pattern Classification with Partially Labeled Data
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2017 .03
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-530-000100096